Statistik2

 

Es gibt zugegebenermaßen Dinge, die sich zunächst vielleicht spannender anhören als das Berechnen eines Konfidenzintervalls, die Interpretation von Häufigkeitstabellen oder das Durchführen einer multivariaten Regressionsanalyse. In unserem ersten Trimester konnten wir aber in der Vorlesung „Quantitative Methoden“ statistisch signifikant vom Gegenteil überzeugt werden.

 

So manchem von uns bereiteten schon während der Schulzeit oder im Bachelorstudium jegliche Statistik-Begriffe Kopfschmerzen. Median, Standardfehler und arithmetisches Mittel trieben uns vor den Klausuren Schweißperlen auf die Stirn und raubten mathemüden Studenten den Schlaf.

 

Deshalb stieß unser Dozent Marcel Garz auch erst einmal auf eher verhaltene Begeisterung als gleich in den ersten Monaten der Vorlesungszeit ein Wiedersehen mit diesen alten Bekannten drohte. Es galt also, große Überzeugungsarbeit zu leisten, um auch den letzten Skeptiker im Kurs umzustimmen, dass oben genannte Methoden nicht nur in der Theorie anzuwenden sind, sondern ebenso in der Praxis interessante Ergebnisse zu Tage fördern können.

 

Auch wenn der Vorlesungstitel anfangs auf eine eher trockene Lernatmosphäre schließen ließ, zeigte sich schon sehr bald, dass wir unsere Vorstellung von klassischen Statistik-Vorlesungen glücklicherweise über Bord werfen konnten. Statt langweiligem und einseitigem Frontalunterricht brachte Marcel in jeder Sitzung ein Diagramm mit, das vom ganzen Kurs fachmännisch kritisiert und daraufhin verbessert werden durfte. Gleichzeitig konnten wir dadurch unseren statistischen Spürsinn schärfen, um uns in Zukunft nicht mehr von Schlagzeilen wie „Studie zeigt: mit dieser Diät nimmst du durch den Verzehr von Schokolade doppelt so schnell ab“ beirren zu lassen.

 

Zwischenzeitlich wechselten auch immer wieder Studierende in die Rolle des Dozenten: in Impulsreferaten veranschaulichten sie uns dann, dass die Berechnung des Standardfehlers, das Erstellen von Boxplots und die Methode der kleinsten Quadrate nur anfangs etwas angsteinflößend klingen, letztendlich aber mit dem richtigen Handwerkszeug einfach durchzuführen sind.

 

Als zukünftige Medienmanager wurde unser Interesse natürlich immer besonders dann geweckt, wenn es um Beispiele aus der Medienwelt ging. Wer hätte schließlich gedacht, dass man im Dienste der Wissenschaft handelt, wenn mithilfe einer Regressionsanalyse berechnet wird, ob sich eine Ausgabe des Spiegels besser verkauft, wenn eine nackte Frau auf dem Cover abgebildet oder eine DVD als Heftzugabe beigefügt ist? Ebenso konnten wir essentiellen Fragen wie „Besteht ein statistisch signifikanter Zusammenhang zwischen dem Schulabschluss und der täglichen Internetnutzung?“ oder aber auch „Beeinflussen die Schulferien den Verkaufserfolg des sterns?“ nachgehen.

 

Nicht zuletzt wurde die Vorlesung durch die jeweils anschließenden Übungseinheiten mit Sabrina Maaß abgerundet. Sie zeigte uns praktischerweise, wie wir erhobene Daten mithilfe von Excel in anschauliche Diagramme verwandeln können, um in der nächsten Abschlusspräsentation beim Prüfungskomitee mit zahlenmäßigen Augenweiden zu punkten. Dabei nahm sie sich jedes Mal Zeit für unsere Fragen und brachte uns auf den richtigen Weg zurück, wenn wir uns mal wieder in knapp achthundert Spalten langen Datensätzen verirrten.

 

Dem Motto „Hinterher weiß man immer mehr“ können wir als gesamter Kurs definitiv zustimmen – nämlich, dass Statistik keinesfalls trocken vermittelt werden muss und durchaus für den einen oder anderen Lacher beim Lernen sorgen kann! Anbei ein Beweisfoto:

Statistik1

 

Und da ich alle Wissbegierigen nicht allzu lange auf die Folter spannen möchte, folgen hier die Antworten zu den aufgeworfenen Fragen:

 

- Ausgaben des Spiegels mit Heftzugabe verkaufen sich besser als solche mit einer nackten

Frau auf dem Cover

- Gymnasiasten verbringen mehr Zeit online als Haupt- und Realschüler

- Und während den Schulferien werden auch mehr Ausgaben des sterns verkauft